第1 -第10个机器学习练习

￡神魔★判官ぃ 2024-03-24 09:57 68阅读 0赞

1.导入scikit-learn库

importsklearn

2.加载数据集

fromsklearn.datasetsimportload_iris
    iris=load_iris()
    X=iris.data
    y=iris.target

3.划分数据集为训练集和测试集

fromsklearn.model_selectionimporttrain_test_split
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=42)

4.标准化特征值

fromsklearn.preprocessingimportStandardScaler
    scaler=StandardScaler()
    X_train_scaled=scaler.fit_transform(X_train)
    X_test_scaled=scaler.transform(X_test)

5.训练线性回归模型

fromsklearn.linear_modelimportLinearRegression
    regressor=LinearRegression()
    regressor.fit(X_train,y_train)

6.使用k近邻算法分类

fromsklearn.neighborsimportKNeighborsClassifier
    classifier=KNeighborsClassifier(n_neighbors=3)
    classifier.fit(X_train,y_train)

7.计算决策树分类器的准确率

fromsklearn.treeimportDecisionTreeClassifier
    classifier=DecisionTreeClassifier(random_state=42)
    classifier.fit(X_train,y_train)
    score=classifier.score(X_test,y_test)
    print("Accuracy:",score)

8.计算朴素贝叶斯分类器的准确率

fromsklearn.naive_bayesimportGaussianNB
    classifier=GaussianNB()
    classifier.fit(X_train,y_train)
    score=classifier.score(X_test,y_test)
    print("Accuracy:",score)

9.计算支持向量机分类器的准确率

fromsklearn.svmimportSVC
    classifier=SVC(random_state=42)
    classifier.fit(X_train,y_train)
    score=classifier.score(X_test,y_test)
    print("Accuracy:",score)

10.训练随机森林模型

fromsklearn.ensembleimportRandomForestClassifier
    classifier=RandomForestClassifier(n_estimators=100,random_state=42)
    classifier.fit(X_train,y_train)

发表评论取消回复

表情：

评论列表（有 0 条评论，68人围观）

还没有评论，来说两句吧...

相关阅读

相关第1 -第10个机器学习练习

1.导入scikit-learn库 importsklearn 2.加载数据集 fromsklearn.datasetsimportload_iris

￡神魔★判官ぃ/ 2024年03月24日 09:57/ 0 赞/ 69 阅读

相关第41-第50个python练习

41.求一个列表中的最大值和最小值 deffind_max_min(lst): returnmax(lst),min(lst) lst=[1

分手后的思念是犯贱/ 2024年03月24日 09:56/ 0 赞/ 67 阅读

相关第31-第40个python练习

31.计算平均数 defaverage(lst): returnsum(lst)/len(lst) lst=[1,2,3,4,5]

淡淡的烟草味﹌/ 2024年03月24日 09:55/ 0 赞/ 77 阅读

相关第21-第30个python练习

21.对列表进行冒泡排序 defbubble_sort(lst): n=len(lst) foriinrange(n): forjinr

﹏ヽ暗。殇╰゛Y/ 2024年03月24日 09:55/ 0 赞/ 76 阅读

相关第11-第20个python练习

11.判断一个字符串是否为数字（包括整数和小数） defis_number(string): try: float(strin

冷不防/ 2024年03月24日 09:55/ 0 赞/ 85 阅读

相关第1 - 第10个python练习

1. 打印Hello, World! print("Hello, World!") 2. 将两个数字相加并输出结果 nu

た入场券/ 2024年03月24日 09:32/ 0 赞/ 118 阅读

相关第1.3章机器学习与概率论

一、为什么机器学习中使用概率论？【摘自】[PRML读书笔记(1) - 深度理解机器学习之概率论(Probability Theory) ][PRML_1_ - _P

迷南。/ 2023年03月01日 13:56/ 0 赞/ 36 阅读

相关第1章 Python机器学习的生态系统

[Python机器学习实践指南][Python] 机器学习正在迅速改变我们的世界。作为人工智能的核心，我们几乎每天都会读到机器学习如何改变日常的生活。一些人认为

太过爱你忘了你带给我的痛/ 2022年06月03日 06:48/ 0 赞/ 133 阅读

相关算法－第四版－练习1.2.10解答

题目分析 1.编写一个类VisualCounter，支持加一和减一操作。 2.它的构造函数接受两个参数N和max，其中N指定了操作的最大次数，max指定了计数器的最

灰太狼/ 2022年04月23日 10:40/ 0 赞/ 191 阅读

相关算法－第四版－练习1.3.10解答

题目编写一个过滤器InfixToPostfix，将算术表达式由中序表达式转为后序表达式。分析 1.简化简化问题，不考虑运算的优先级，或者说优先级全部由括

清疚/ 2022年03月20日 09:25/ 0 赞/ 254 阅读